Plan du cours
description
Transcript of Plan du cours
Plan du cours
1. Définition
2. Les agents dans le processus d’achat
3. AI sur le site du Vendeur
4. AI de négociation multi-agents
5. Les enchères
6. AI et apprentissage
7. Techniques utilisées
8. Pour aller plus loin
Définition : AGENT ELECTRONIQUE
« Une entité logicielle capable
d’agir de manière autonome dans le but d’accomplir
un certain nombre de tâches au nom de son utilisateur
et en fonction de ses intérêts »
Caractéristiques d’un AI
AutonomieAI doit pouvoir prendre des initiatives et agir sans
intervention de l'utilisateur final. Communication
AI doit pouvoir échanger des informations et se coordonner avec d'autres agents, avec des serveurs ou avec des humains.
Apprentissage / réactivitéAI doit être capable de s'adapter à son
environnement et aux évolutions de celui-ci.
COLLABO- COLLABO- -RATION -RATION
AGENTS INTELLIGENTS
AUTONOMIEAUTONOMIE
APPRENTISSAGEAPPRENTISSAGE
Autres caractéristiques d’un AI
MobilitéRelative : par envoie de requête (ex: copernic)http://www.copernic.com/fr/Réelle : AI se déplacent d’une machine à l’autre. Pour
migrer, un AI transfère son code et ses données sur le nouveau site puis continue son exécution sur ce site.
Capacité socialeLes agents sociables "apprennent" les goûts des
utilisateurs en même temps qu'ils leur fournissent des informations
Capacité de compétition entre agents
Plan du cours
1. Définition
2. Les agents dans le processus d’achat
3. AI sur le site du Vendeur
4. AI de négociation multi-agents
5. Les enchères
6. AI et apprentissage
7. Techniques utilisées
8. Pour aller plus loin
AI et étapes du processus d’achat en ligne
1. Identification du besoin2. Recherche (produit, service, vendeur)3. Négociation4. Transaction5. Livraison6. Service après-vente7. Evaluation
Achat : Recherche du produit
Agents de recommandation :Sur la base de critères fournis par un
consommateur l’agent évalue différents produits et regroupe ceux qui correspondent le plus aux préférences du consommateur
Exemples : Firefly, PersonaLogic …
Achat : Recherche du vendeur
Agents de rechercheSur la base de critères fournis par un consommateur l’agent compare les offres de différents vendeurs
Exemples : BargainFinder, Jango, CNET, Kelkoo, Shopper…
Achat : Négociation
Agents de négociationSur la base de contraintes fournies par un
consommateur l’agent négocie en son nom les termes d’une transaction
Exemples : BAuctionBot, Kasbah, Tete-a-Tete …
Plan du cours
1. Définition
2. Les agents dans le processus d’achat
1. Agents de recherche
2. Agents de recommandations
3. Agents de négociations
3. AI sur le site du Vendeur
4. AI de négociation multi-agents
5. Les enchères
6. AI et apprentissage
7. Techniques utilisées
8. Pour aller plus loin
12
AI : sur le site du vendeur
AGENTS de RECOMMANDATION :» Collaborative filtering
» Feature-based filtering
» Constraint filtering
13
Collaborative filtering
Sélection effectuée
dans une BDD consommateurs
Achats passés : BookMatcher (Amazon)
Evaluation de produits : Firefly, MovieCritic
14
Achats passés
+ Pas de participation
exigée du consommateur
- Base de prédiction
pouvant être inappropriée
Ne tient pas compte du niveau
de satisfaction des consommateurs
15
Evaluation des produits
+ Tient compte des
préférences
Adapté pour l’achat de biens à faible implication
- Inadapté pour
l’achat de biens complexes à forte implication
16
feature-based filtering
Sélection effectuée à partir
d’un questionnaire rempli par le
consommateur
17
Feature-based filtering : Dell, HP
+ Personnalisation
de l’offre
- Sélection limitée au
catalogue du vendeur
Niveau d’expertise exigé du consommateur
18
Constraint filtering
Sélection à partir de la reproduction du
processus de choix :
- étape de communication
- étape de recommandation
19
Constraint filtering : communication
Questionnaire, type feature-based, mais plus complexe»Exemple : PersonaLogic
»6 catégories de questions
»3 à 4 questions par catégorie
20
Constraint filtering : recommandation
Calcul d’une fonction d’utilité tenant compte
des choix et des contraintes
21
Constraint filtering
+ Facilitation des
possibilités d’arbitrage
Préférence du consommateur plus représentative
- Nombre de
questions à poser
22
AI de RECHERCHE : sites informédiaires
Sur le site d’infomédiaires (type Kelkoo)1. Spécifications du consommateur
2. Recherche par AI sur e-catalogues
3. Affichage d’un tableau comparatif
23
Agents de recherche
BargainFinder : Accenture
Compare prix d’un CD sur 9 sites marchands
Jango, CNET & Kelkoo couvrent une gamme très large de produits
Shopper compare plus d’1 million de prix pour plus de cent mille produits informatiques
www.smartbots.com
24
Agents de recherche
+ Réduction de l’effort
de recherche du consommateur
- Blocage des sites
marchands Pas de conseil
véritable Limitation des critères
de préférences Mots clés non intuitifs Pas de
contextualisation de l’utilisation
Plan du cours
1. Définition
2. Les agents dans le processus d’achat
1. Agents de recherche
2. Agents de recommandations
3. Agents de négociations
3. AI sur le site du Vendeur
4. AI de négociation multi-agents
5. Les enchères
6. AI et apprentissage
7. Techniques utilisées
8. Pour aller plus loin
26
AI de négociation Multi-agents
les marchés électroniques
» Système multi-agents échangeant des offres et des contre-offres en vue de parvenir à un accord
27
Protocole de négociation multi-agents:
Nombre des parties Durée de l’interaction Type de messages échangés Ordre des offres et des contre-
offres
Plan du cours
1. Définition
2. Les agents dans le processus d’achat
1. Agents de recherche
2. Agents de recommandations
3. Agents de négociations
3. AI sur le site du Vendeur
4. AI de négociation multi-agents
5. Les enchères
6. AI et apprentissage
7. Techniques utilisées
8. Pour aller plus loin
29
AGENTS de négociation : enchères
Mécanisme de transaction déterminant l’allocation & le prix des ressources sur la base des différentes offres faites par les parties
Mécanisme de transaction bien adapté pour les produits rares ou d’occasion
Mécanisme se développant pour tous les produits
30
Les types d’enchères
AnglaisesSous plis scellésÀ la VickreyHollandaises Inversées
31
Enchères anglaises
Le vendeur fixe un prix initial, Les acheteurs surenchérissent Le commissaire priseur adjuge Le gagnant est l’acheteur ayant fait
l’offre la plus élevée (le prix payé) eBay, Onsale, iBazar
32
Enchères sous plis scellés
Chaque acheteur envoie une offre secrète non modifiable,
Le commissaire priseur ouvre les différentes offres
Le gagnant est l’acheteur ayant fait l’offre la plus élevée (prix payé)
Timeshare Resale International
33
Enchères à la Vickrey
Le vendeur fixe un prix initial, Les acheteurs surenchérissent Le commissaire priseur adjuge Le gagnant est l’acheteur ayant fait
l’offre la plus élevée Le prix payé correspond au montant
de la seconde offre la plus élevée majoré d’un incrément
34
Enchères à la Vickrey
Antebellum Covers
Nauck’s Vintage
35
Enchères hollandaises
Le vendeur fixe un prix initial élevé Le commissaire priseur fait diminuer
le prix à intervalle de temps régulier Le gagnant est le premier acheteur
acceptant l’offre proposée Le montant correspondant à l’offre
proposée
36
Enchères hollandaises
Klik-Klok Department store
Bid.com
Enchères inversées
Pour les entreprises : dépose d’une demande de prestation ou de service» Les fournisseurs proposent leur service» L’offre la plus basse l’emporte» PB pour les offres d’emplois !
Pour les particuliers : l’offre la plus basse unique l’emporte» http://www.enchereclic.com/Comment-fonctionn
ent-les-encheres-a-la-baisse» Souvent une inscription payante pour déposer
une offre
Plan du cours
1. Définition
2. Les agents dans le processus d’achat
3. AI sur le site du Vendeur
4. AI de négociation multi-agents
5. Les enchères
6. AI et apprentissage
7. Techniques utilisées
8. Pour aller plus loin
39
Agents de négociation : apprentissage
Améliorer les stratégies de négociation
Bayésien
Génétique
40
Utilisation du théorème de Bayes pour réviser les croyances d’un agent au cours d’une
négociation
1. probabilités à priori sur les valeurs d’un paramètre
2. Observation par l’agent du comportement de son opposant
3. Transformation des probabilités à priori en probabilités à posteriori
Exemple : Bazzar
Agents de négociation : apprentissage
41
Génétique : faire évoluer les règles au cours du temps
1. Ensemble de stratégies de négociation générées de manière aléatoire pour un agent
2. L’agent utilise au moins une fois chacune d’entre elles dans une négociation avec un autre agent
3. Il évalue une génération 4. Il transforme les stratégies pour construire une
nouvelle génération…Exemple : ADEPT
Agents de négociation : apprentissage
Plan du cours
1. Définition
2. Les agents dans le processus d’achat
3. AI sur le site du Vendeur
4. AI de négociation multi-agents
5. Les enchères
6. AI et apprentissage
7. Techniques utilisées
8. Pour aller plus loin
Techniques utilisées
Principes des systèmes experts langages de programmation :
» Java / C, C++ / Python / PROLOG / PHP
Le langage de communication utilisé entre agents:» KQML (Knowledge Query and Manipulation Language).
Transfert des agents mobiles entre plusieurs ordinateurs» ATP ( Agent Tranfert Protocol protocole de niveau
application couche 7 du modèle OSI
Plan du cours
1. Définition
2. Les agents dans le processus d’achat
3. AI sur le site du Vendeur
4. AI de négociation multi-agents
5. Les enchères
6. AI et apprentissage
7. Techniques utilisées
8. Pour aller plus loin
45
« Les agents intelligents pour un nouveau commerce électronique » C. PARASCHIV Hermés Lavoisier 2004http://www.agentintelligent.com/index.htmlhttp://www.agentland.fr/http://fr.wikipedia.org/wiki/Agent_intelligenthttp://multiagent.com/http://www.agentbuilder.com/Documentation/whyAgents.html
Pour aller plus loin